了解导致不同形式癌症的特定突变对于改善诊断和治疗至关重要。但是DNA测序技术的局限性使得很难检测到一些通常与癌症有关的重大突变，例如染色体部分的丢失或重复。
现在，普林斯顿大学计算机科学家开发的方法将使研究人员能够更准确地识别癌组织中的这些突变，从而比以往更清晰地了解肿瘤的演变和扩散情况。
已知染色体的丢失或重复发生在大多数实体瘤中，例如卵巢，胰腺，乳腺和前列腺肿瘤。随着细胞的生长和分裂，复制和分离DNA的过程中的失误也可能导致染色体上单个基因的缺失或重复，或者细胞的整个基因组(全部23对人类染色体)的重复。这些变化可以激活促癌基因或使抑制癌变的基因失活。
计算机科学教授本·拉斐尔(Ben Raphael)与前博士后研究助理西蒙娜·扎卡里亚(Simone Zaccaria)合着了这项研究，他说：“它们本身就是癌症中的重要驱动器事件，并且它们与癌症的其他类型的突变相互作用。”在普林斯顿。
尽管医学界已经认识到突变是癌症发展的关键部分，但是使用当前技术很难鉴定这些染色体丢失或重复。那是因为DNA测序技术无法从头到尾读取整个染色体。取而代之的是，该技术允许研究人员对染色体的片段进行测序，然后从中组装出整个链的图片。该方法的缺点是不能轻易识别DNA链中的缺口或重复区域。
为了解决这个问题，拉斐尔(Raphael)和扎卡里亚(Zaccaria)创建了新的数学工具，使科学家可以搜索大量的DNA片段，并发现缺失片段或重复片段。9月2日在《自然通讯》和《自然生物技术》的不同出版物中详细描述了被称为HATCHet和CHISEL的算法。
Zaccaria说：“您测序的所有细胞都来自相同的进化过程，因此您可以利用这些共享的信息将这些序列放在一起，” Zaccaria即将开始担任伦敦大学学院首席研究员该研究所和伦敦的弗朗西斯·克里克研究所的访问学者。
拉斐尔说：“现实是，对单个细胞进行DNA测序的技术存在局限性，算法可以帮助研究人员克服这些局限性。”“理想情况下，测序技术和算法都将一并提高。”
Raphael的研究小组与癌症研究人员进行了多次合作，他们开始将HATCHet和CHISEL算法应用于来自各种类型患者样品和实验模型的序列。
郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。
